The Hardware and Signal Processing Architecture of LabPET™, a Small Animal APD-Based Digital PET Scanner
Notice bibliographique
Résumé
The highly multiplexed analog processing front-end of current Positron Emission Tomography (PET) scanners yields high accuracy for timing but adds significant dead time and offers little flexibility for improvement. A new fully digital APD-based scanner architecture is proposed wherein nuclear pulses are sampled directly at the output of the Charge Sensitive Preamplifier (CSP) with one free-running ADC per channel. This approach offers the opportunity to explore new digital signal processing algorithms borrowed from other fields like command and control theory, as well as advanced heuristics such as neural networks. The analog front-end consists of a dedicated 0.18- mum, 16-channel CMOS charge sensitive preamplifier. Digitization is performed with off-the-shelf dual 8-bit analog-to-digital converters running at 45-MSPS. Digital processing is shared between a FPGA and a Digital Signal Processor (DSP), which can process the data from up to 64 parallel channels without dead time. The FPGA deals with the initial signal analysis for energy measurement and time stamping, while crystal identification is deferred to the DSP running computation-intensive recursive algorithms. The entire system is controlled serially through a Firewire link by a Graphic User Interface. The initial LabPETtrade implementation of the system is a dedicated small animal scanner holding up to 4608 APD channels at an averaged count rate of up to 10 000 events/s each.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».